图像压缩

在进行数据压缩时，你可以选择使用有损方法或无损方法。有损方法会永久性地擦除掉一些数据，而无损方法则能保证持有全部的数据。

行程长度压缩原理是将一扫描行中的颜色值相同的相邻像素用一个计数值和那些像素的颜色值来代替。由RLE原理派生出许多具体行程压缩方法：PCX行程压缩方法；BI_RLE8压缩方法；BI_RLE压缩方法；紧缩位压缩方法(Packbits)。

图像的数据量非常大。为了有效地传输和存储图像，有必要压缩图像的数据量。随着现代通信技术的发展，要求传输的图像信息的种类和数据量愈来愈大。若不对此进行数据压缩，便难以推广应用。

一张原始图像(1920x1080)，如果每个像素32bit表示（RGBA），那么，图像需要的内存大小 1920x1080x4 = 8294400 Byte，大约8M。这我们是万万不能接受的。如果这样，1G硬盘才存100多张图片，伤不起啊！

由于图像数据之间存在着一定的冗余，所以使得数据的压缩成为可能。信息论的创始人Shannon提出把数据看作是信息和冗余度（redundancy）的组合。所谓冗余度，是由于一副图像的各像素之间存在着很大的相关性，可利用一些编码的方法删去它们，从而达到减少冗余压缩数据的目的。为了去掉数据中的冗余，常常要考虑信号源的统计特性，或建立信号源的统计模型。

图像的冗余包括以下几种：

（1）空间冗余：像素点之间的相关性。
（2）时间冗余：活动图像的两个连续帧之间的冗余。
（3）信息熵冗余：单位信息量大于其熵。
（4）结构冗余：图像的区域上存在非常强的纹理结构。
（5）知识冗余：有固定的结构，如人的头像。
（6）视觉冗余：某些图像的失真是人眼不易觉察的。

压缩原理

对数字图像进行压缩通常利用两个基本原理：

(1) 数字图像的相关性。

在图像的同一行相邻像素之间、活动图像的相邻帧的对应像素之间往往存在很强的相关性，去除或减少这些相关性，也就去除或减少图像信息中的冗余度，即实现了对数字图像的压缩。

(2) 人的视觉心理特征。